交通运输业对雾霾的影响机理及对策研究

吴春燕 刘金典

摘要：目的：基于济南市1993～2016年市区雾霾污染及交通运输、能源消耗等数据，以济南市为例，研究以客货运周转总量为代表的交通运输对雾霾污染的影响，并从理论上探讨交通运输对雾霾污染的作用机制。方法：半对数多元回归模型。结果：（1）公路货运周转量对雾霾污染有显著的正向影响，公路货运是重要的雾霾污染源之一。公路客运周转量占比的上升并非必然加重雾霾，公共交通体系的完善和优化有利于雾霾的治理。（2）产业结构优化、能源结构优化和人均公共绿地面积的提高对雾霾污染有显著的抑制作用。（3）濟南市的雾霾在发展中产生，也需要在发展中解决。结论：济南市应重点监测货运车辆，支持新能源汽车产业发展和使用普及，有序淘汰尾气排放不达标车辆，降低单车雾霾排放。优化城市交通体系，管控市区机动车数量，引导居民绿色低碳出行。此外，要优化能源消耗结构和产业结构，降低能源消耗的环境压力;并提高人均绿地面积，发挥公共绿地对雾霾污染的净化作用，在发展中解决雾霾问题。

关键词：交通运输;雾霾污染;客货运周转量;污染排放

中图分类号：F062.2文献标志码：A文章编号：1008-4657（2020）03-0031-07

0 引言

改革开放40年以来，中国经历了快速的经济发展和城市化进程，但也面临各种各样令人担忧的城市化问题，如交通拥堵和雾霾污染，以上问题对城市的可持续发展造成负面影响。针对雾霾污染加剧问题，十九大重申“绿色发展”的重要性，强调要“坚持全民共治、源头防治，持续实施大气污染防治行动，打赢蓝天保卫战”。济南市作为山东省的省会城市和环渤海地区南翼的中心城市，受到交通拥堵与雾霾污染的双重困扰，居民的生活与健康、城市生态系统和交通运输系统都受到一定影响。虽然雾霾污染是地理气候因素、能源消耗结构、产业结构和交通运输结构等多种因素综合作用的结果，但是根据2018年济南市环保局对PM2.5来源分解结果显示，机动车尾气对雾霾的分担率高达32.60%，比燃煤的分担率还高出6.00%，成为首要雾霾污染源。另外，根据高德地图交通出行大数据分析报告显示，济南市2017年位列十大拥堵城市之首，高峰时段的拥堵延时指数高达2.006 7，比北京高出0.003 4，高峰时段的平均车速21.12 km/h。怠速行驶下汽车尾气的排放量倍增，交通拥堵无疑加剧了雾霾污染。综上可见，济南市交通运输因素是雾霾污染重要来源之一。因此，探讨济南市交通运输业对雾霾污染的影响机理，对雾霾污染成因及治理有一定的理论意义和政策价值。

1 文献综述

国内外学者从多视角、多层次对雾霾成因进行了深入研究，国外学者将经济增长、工业集聚、能源消耗和对外贸易等因素归结为重要的雾霾影响因素。如Grossman等[1]提出环境库兹涅茨曲线假说，该假说认为经济增长与环境污染之间存在倒“U”型关系。Frank[2]选取了欧盟地区200个集聚区为研究对象，结果表明经济集聚是造成大气污染的重要原因。Poon等[3]运用空间计量研究能源、交通以及对外贸易对中国大气环境的影响，主要针对二氧化硫和烟尘进行研究，证实了溢出效应在中国省域之间确实存在。国内学者对雾霾污染成因也进行了大量的研究，深入探讨了雾霾污染与经济增长、能源结构、产业结构等因素的关系。如马丽梅等[4]运用空间计量检验了中国31省市雾霾污染与人均GDP之间的关系，研究表明人均GDP与雾霾污染呈显著的正相关。程中华等[5]基于中国285个地级及以上城市数据探讨了产业结构的雾霾减排效应，结果表明产业结构优化具有显著的雾霾污染减排效应。付鹏[6]研究认为中国以传统化石燃料为主体的能源结构是雾霾污染的重要诱因。魏巍贤等[7]通过建立中国能源结构调整、技术进步与雾霾治理的动态一般均衡模型，得出推进能源结构调整与技术进步的政策组合是治理雾霾的有效手段。冷艳丽等[8]对2001～2010年中国省际面板数据分析表明，房屋建筑施工面积对雾霾污染有显著的正向影响。韩晔等[9]测算了西安市绿地对雾霾的吸收作用，研究表明绿地能够吸收污染气体和滞尘，对雾霾污染有显著的净化作用。以上结论为研究济南市交通运输业对雾霾污染的影响提供有益的借鉴，基于以上分析，在计量模型中控制诸如能源结构、产业结构等因素，从而更精确的估计交通运输业对雾霾污染的净影响。

交通运输对雾霾的影响及机制也受到关注。在交通运输对雾霾污染影响的研究上，学者采用普通回归分析、动态面板回归分析及空间计量分析，得出交通运输是雾霾污染重要污染源。如周峤[10]采用回归分析方法，从自然气候与经济发展角度剖析了雾霾成因，发现机动车尾气排放是引发雾霾的四个主要因素之一。邵帅等[11]采用动态面板模型证实了交通运输是中国各省雾霾污染加剧的重要驱动因素。马丽梅[12]采用空间杜宾模型发现交通拥堵是雾霾污染的直接诱因，且具有区域异质性。在交通运输被识别为加重雾霾的影响因素之后，学者们从交通运输模式、城市空间布局等角度深化研究交通运输对雾霾污染影响的机理，加深了对交通运输业与雾霾污染二者关系的理解。如李霁娆等[13]从交通运输模式角度探讨了交通运输业对雾霾污染的影响，并提出治理措施。他们将交通对雾霾污染的贡献归为机动车保有量的剧增、道路拥堵严重、交通运输结构失衡、公共交通发展不足等，认为通过合理控制机动车保有量、征收拥堵税、优化公共交通结构等政策能够降低交通的污染排放。梁若冰等[14]对比不同的交通方式对雾霾污染影响的异质性，该研究发现轨道交通减少了机动车相关的污染气体排放（包括PM2.5、SO2、NO2和NO），对空气污染具有显著的减排效应。秦蒙等[15]从城市空间布局的交通运输规划体系角度深化对交通运输业引发雾霾污染机理的理解，研究发现城市无序蔓延导致城市雾霾的加重，认为要优化城市内部空间规划，合理布局交通运输体系，完善公共交通服务，治理城市交通拥堵。Sun等[16]实证检验交通基础设施的优化对雾霾污染的影响，结果显示，无论从短期抑或长期来看，加大交通基础设施投资，都能缓解交通压力和优化交通系统，从而降低雾霾污染。一些学者探讨了交通拥堵现象对雾霾污染的影响，如Xie等[17]采用2003～2015年中国283个地级市数据，以交通密度测度交通压力及交通拥堵程度，分析交通密度对雾霾污染的影响，结果表明中国大中城市的交通密度对雾霾污染具有直接的显著影响。王卉彤等[18]采用高德拥堵延时指数衡量交通拥堵，也探讨了交通拥堵对雾霾污染的影响，该研究同样表明交通拥堵对雾霾有显著的正向影响。综上，交通运输被识别为重要的雾霾污染源之一，平衡和优化交通运输结构、转变交通运输模式、优化城市空间布局、完善交通基础设施、缓解交通拥堵等成为缓解基于交通运输业引发的雾霾的重要措施。

已有文献为后续研究提供了理论借鉴，但遗憾的是，仍有待深入和细化：（1）已有文献多从社会经济因素探讨雾霾成因，对交通运输业发展对雾霾污染的影响及机制研究尚不充分，从交通运输业的角度揭示雾霾成因，也成为近期国内外研究的热点问题。（2）现有研究多从全国城市层面，比较宏观的研究交通运输业发展概况，如交通拥堵、公路密度、交通基础设施投资等，对雾霾的影响。但是，以具体雾霾频发城市为案例，细化研究交通运输结构和模式对雾霾的影响尚且缺乏。（3）衡量雾霾污染的指标较为单一。现有研究多以PM2.5或PM10为雾霾代理变量展开研究，但雾霾构成却包括多种污染气体，细化研究交通对雾霾组成部分的影响也更有意义。因此，本文采用雾霾污染较为严重的东部城市——济南市为案例，分析1993～2016年24年间的长时间序列数据，细化研究客货运对该市雾霾污染的影响，并具体研究交通运输业对各雾霾气体组成部分的影响及强度，深化了交通对雾霾影响的研究，也为具体研究某个城市的雾霾成因和治理提供了一个思路。

2 模型建立和数据来源

根据国内外已有研究的基本结论，建立计量模型

其中，hazei是模型的因变量，以济南市i年PM10的年均浓度值的对数值来衡量，需要说明的是，虽然PM2.5是相对较优的雾霾衡量指标，鉴于济南市自2013年才开始统计PM2.5浓度值，而本文分析的时间跨度为1993年到2016年长达24年的数据，囿于数据的可得性，且已有研究表明PM10和PM2.5之间有一定的正相关性，采用PM10衡量雾霾浓度也不失合理性。为进一步考察计量模型的稳健性，采用SO2、NO2和污染总值（即SO2、NO2和PM10三者的年均浓度总和值）的对数值作为雾霾的代理变量，分别估计交通运输业对各代理变量的影响。核心解释变量为roadf和roadt，分别衡量公路货运周转量占总货运周转量的比例和公路客运周转量占总客运周转量的比例。客（货）运周转总量衡量一定时期内各种运输工具（包括公路、铁路和航空）实际运送的旅客（货物）数量及距离，它从运输量和运输距离两个维度反映运输强度，较客（货）运总量来看，更能综合反映交通运输的规模和污染气体排放强度。

X为根据现有雾霾成因研究成果选定的一组控制变量，包括以下5个细分变量。gre为济南市人均公共绿地面积，已有研究表明绿植通过呼吸作用、光合作用和吸附作用净化吸收部分雾霾组成气体，起到一定的空气净化作用，引入该变量可衡量该净化作用是否显著及净化能力大小;inds反映济南市产业结构状况，以第二产业占总产值的比重来量化，以控制产业结构的变动对雾霾的影响。elec反映济南市的能源消耗结构，以电力消耗占总能源消耗的比例来衡量，电力相对化石能源对空气的污染更低，该比例一定程度上反映济南市能源结构的优化程度，量化了能源结构的环境压力;pgdp为济南市人均GDP的对数值，经济发展水平与雾霾之间存在一定的联系，环境的库兹涅茨倒“U”字理论就是针对经济发展水平与环境污染之间关系的一个经典理论，引入此变量可以检验济南市经济发展的环境效应;hous是济南市房屋建筑施工面积的对数值，建筑扬尘作为城区雾霾污染源被关注，引入此变量则可检验济南建筑扬尘对雾霾是否有显著影响。详细的变量类型和定义见表1。

本文采用的济南市1993～2016年各指标的数据均收集整理来自1994～2017年的《济南市统计年鉴》。为削弱模型的异方差和共线性问题，通过取对数对因变量做平稳化处理。变量的均值统计见表1第（3）列。

3 实证分析

3.1 实证结果及分析

表2中模型（1）到（5）是逐步加入解释变量和控制变量的回归结果，在逐步纳入更多的变量之后，模型的R2值最高，总体解释力最强。基于模型（5）做出具体分析。

从核心解释变量来看：①公路货运周转量占总周转量比例对雾霾有显著正向影响，且该比例上升1单位会导致雾霾浓度上升6.42%，这初步验证了公路货运交通是济南市雾霾的重要影响因素。根据2018年济南市环保局对PM2.5来源分解结果显示，机动车尾气对雾霾的分担率高达32.60%。且济南市区每天PM2.5的峰值出现在早晚交通高峰期，这一监测结果佐证了机动车尾气引发空气污染的事实。公路货运车辆中大型柴油重车所占比例较高，不仅运载重量较大，而且运输距离较长，相对客运车辆的尾气排放量也更高。②公路客运周转量占总客运周转量的比例对雾霾有负向影响，且通过1%的显著性检验，这意味着公路客运周转量比例的上升并未造成雾霾的加重。已有研究多认为汽车保有量的剧增是雾霾加重的诱因之一。对济南的研究表明，公路旅客周转量的上升并不必然导致雾霾加剧。公共交通对私家车的出行需求的替代，通过共享公共交通资源而降低了私人交通的能源消耗和污染排放，也降低了城市在交通高峰时段的拥堵程度，都是降低雾霾的可能途径。

从控制变量来看，①公共绿地能改善雾霾污染。城市公共绿地在城市生态系统中起净化作用，首先，它通过呼吸作用和光合作用吸收有害气体，并释放氧气，从而净化有害气体。其次，它通过吸附作用将空气中的扬尘吸附沉降，绿色树木的树冠和枝叶，能截留、阻挡、吸滞空气中的粉尘和灰尘，大幅度减少粉尘中碳、铅微粒所携带的有害细菌和病菌。②产业结构的优化也有利于雾霾的治理。GDP中第二产业占比对雾霾有显著的正向影响，产业结构的高级化和合理化是雾霾治理的重要途径。③能源结构的优化也有利于降低雾霾。济南市近年来的能源结构趋于優化，电力消耗占比上升，化石能源的消耗逐渐让位给电力等清洁能源，从而降低了能源消耗的环境压力。④经济发展与雾霾之间呈正相关，但并未通过显著性检验。⑤建筑扬尘对济南市雾霾的影响并不显著。总体来看，济南市的雾霾的来源主要在于交通、产业结构和能源结构等。雾霾是一种典型的空气污染型环境破坏，而环境问题的治理最终有赖于经济的发展，环保问题最终也是发展的问题，它在发展中产生，也只能在发展中才能得到解决。

3.2 稳健性检验结果及分析

上文主要检验了交通运输业对雾霾的影响，得出公路货运周转量占比对雾霾有显著的正向作用，公路客运周转量占比并非必然加剧雾霾污染。为了进一步检验交通运输业对雾霾的影响，分别以二氧化硫（SO2）、二氧化氮（NO2）和总污染气体浓度（TOTAL）的年均浓度的对数值作为衡量雾霾的代理变量，估计结果见表3的模型（1）、模型（2）和模型（3）。分析表3可知，公路货运周转量占比对二氧化硫、二氧化氮和总污染气体浓度均有正向影响，且均通过1%的显著性检验。公路客运周转量占比对SO2、NO2和TOTAL依然有显著负向影响，说明公路客运并非必然是雾霾加重的影响因素。公共绿地对二氧化硫、二氧化氮和总污染气体浓度均有显著负向影响，说明绿地是雾霾污染的抑制性因素。此外，产业结构和能源结构优化对雾霾有一定的抑制作用（NO2除外），建筑扬尘的影响依然较小。总体上，稳健性检验的结果与实证结果基本保持一致，说明选取PM10作为雾霾污染的代理变量具有一定的合理性，实证结果也具有稳定性与科学性。

4 结论与启示

基于济南市1993～2006年24年的时间序列数据，采用计量回归方法，研究了交通运输业对雾霾的影响，并采用替换变量法做进一步的稳健性检验。结论如下：

第一，货运周转量占比的上升是雾霾污染加剧的重要因素，但客运周转量占比的上升并非加剧雾霾的因素，公共交通的发展与完善降低了交通压力和污染排放，对雾霾有一定的抑制作用。

第二，能源结构优化、产业结构优化和人均绿地面积增加对雾霾都有一定的抑制作用。

第三，雾霾污染在经济发展中产生，其治理也依赖于经济发展质量的进一步提升。

基于以上结论，可以得到多方面的启示：

第一，综合采用行政管理与市场调节相结合的方式，控制机动车数量，改善交通拥堵状况。在行政管理手段上，可以采用限购政策控制私家车规模。通过市区机动车限行政策，减少中心城区机动车数量，缓解市区交通压力和道路拥堵。从市场调节来看，可以通过征收污染排放税、拥堵税等，提高驾车出行的成本，把汽车排污带来的负外部性的社会成本转移到驾车者身上。在便捷与成本之间权衡的出行者，在面临较高排污成本时，在购车时会倾向于选择污染排放较小的汽車，从而倒逼生产厂商改进汽车排放技术，降低汽车污染气体排放量。在出行选择上，提高驾车出行的成本，可能会促使出行者选择公共交通方式。

第二，从交通模式和出行理念两个层面入手，改善公共交通系统，培养绿色出行意识。一方面，便捷的公共交通对小汽车出行具有一定的替代作用，所以要基于济南市实际情况，推动形成低能耗、低污染的城市交通模式，提高公共交通体系的便捷性和舒适度，以舒适便捷的公共交通替代小汽车出行需求。另一方面，随着雾霾污染的危害加重和居民对高质量环境的迫切需求，培养居民的绿色出行意识，引导居民合理选择出行方式，对缓解交通拥堵和雾霾污染也能起到一定的作用。

第三，加强各部门协同治理，采用多种措施，着力降低单车排放量。单车排放量受汽车排放标准、能源利用效率、燃油品质等因素的影响。因此，首先，“交通治霾”的核心是降低单车污染气体排放量，这需要环保、公安、交通、质检、工商等诸多部门协调配合，实施机动车环保定期检验及环保标志核发工作，采用淘汰补贴政策与限行、处罚政策，加速黄标车的淘汰速度。其次，改进传统能源汽车技术，提高发动机能源利用效率。加大对济南市自主研发新能源汽车企业扶持力度，综合利用税收优惠、补贴政策、政府采购等措施，促进新能源汽车企业的批量化生产和实现规模经济效应。最后，推进燃油质量与国际标准接轨，实施排放标准向第四、第五阶段转型，加强对石油品质的监管。打破石油行业的垄断，引入行业竞争，促进石油行业的污染减量的技术进步。

第四，要将雾霾治理融入到经济高质量发展的转型过程，在发展中优化能源利用结构和产业结构，加快建设可持续发展的绿色城市。在发展中降低雾霾，治理雾霾。

参考文献：

[1] Grossman G M，Krueger A B.Environmental Impacts of a North American Free Trade Agreement[R].National Bureau of Economic Research，1991.

[2] Frank A A M de Leeuw，Nicolas Moussiopoulos，Peter Sahm.Urban Air Quality in Larger Conurbations in the European Union[J].Environmental Modelling & Software，2001，16（4）：399-414.

[3] Poon J P H，Casas I，He C.The Impact of Energy，Transport，and Trade on Air Pollution in China[J].Eurasian Geography and Economics，2006，47（5）：568-584.

[4] 马丽梅，张晓.中国雾霾污染的空间效应及经济、能源结构影响[J].中国工业经济，2014（4）：19-31.

[5] 程中华，刘军，李廉水.产业结构调整与技术进步对雾霾减排的影响效应研究[J].中国软科学，2019（1）：146-154.

[6] 付鹏.新常态下城市雾霾治理的现实路径选择[J].管理世界，2018，34（12）：179-180.

[7] 魏巍贤，马喜立.能源结构调整与雾霾治理的最优政策选择[J].中国人口·资源与环境，2015，25（7）：6-14.

[8] 冷艳丽，杜思正.能源价格扭曲与雾霾污染——中国的经验证据[J].产业经济研究，2016（1）：71-79.

[9] 韩晔，周忠学.西安市绿地景观吸收雾霾生态系统服务测算及空间格局[J].地理研究，2015，34（7）：1 247-1 258.

[10] 周峤.雾霾天气的成因[J].中国人口·资源与环境，2015（s1）：211-212.

[11] 邵帅，李欣，曹建华，等.中国雾霾污染治理的经济政策选择——基于空间溢出效应的视角[J].经济研究，2016，51（9）：73-88.

[12] 马丽梅，刘生龙，张晓.能源结构，交通模式与雾霾污染——基于空间计量模型的研究[J].财贸经济，2016，37（1）：147-160.

[13] 李霁娆，李卫东.基于交通运输的雾霾形成机理及对策研究——以北京为例[J].经济研究导刊，2015（4）：147-150.

[14] 梁若冰，席鹏辉.轨道交通对空气污染的异质性影响——基于RDID方法的经验研究[J].中国工业经济，2016（3）：83-98.

[15] 秦蒙，刘修岩，仝怡婷.蔓延的城市空间是否加重了雾霾污染——来自中国PM2.5数据的经验分析[J].财贸经济，2016（11）：146-160.

[16] Sun Chuanwang，Luo Yuan，Li Jianglong.Urban Traffic Infrastructure Investment and Air Pollution：Evidence from the 83 Cities in China[J].Journal of Cleaner Production，2018，172：488-496.

[17] Xie R，Wei D，Han F，et al.The Effect of Traffic Density on Smog Pollution：Evidence from Chinese Cities[J].Technological Forecasting and Social Change，2019，144：421-427.

[18] 王卉彤，刘传明，赵浚竹.交通拥堵与雾霾污染：基于职住平衡的新视角[J].财贸经济，2018（1）：147-160.

[责任编辑：郑笔耕]